UAV航空写真を用いた機械学習による干潟底質判別

抄録

UAV航空写真から作成したオルソ画像と底質の分析データからGoogLeNetを転移学習した干潟の底質判 別モデルを作成した．教師画像は，オルソ画像から底質サンプリング地点に対応する部分を指定サイズで抽出し，粒度分析結果に基づいてカテゴリ化を行なったものを使用した．教師画像の一辺を0.5m，1m， 2m，4m，8mとしたモデルを作成し検証精度を比較したところ，一辺2mの画像を用いた場合の平均判別精度が95.6%と最も高くなった．一方で一辺8mのモデルの平均検証精度は81.6％と大幅に低下した．教師画 像に複数のカテゴリに相当する底質が含まれることや人工物の映り込みなどの明らかに分類カテゴリと異なる画像を教師画像から除いたことによる教師データの減少により検証精度が低下するものと考えられた．また，作成された底質判別モデルに，教師画像と同サイズにオルソ画像を単純分割した判別画像を適用することで，対象範囲の底質分布図を作成することができた．今回明らかとなったような画像範囲や解像度で教師データを整理しておけば，サンプリングを伴わない底質分布図の作成も可能であると考えられた．